A.使用增加训练次数的方法不一定可以减少代价函数的取值
B.神经网络权重的初始化大小会对网络的训练结果无影响
C.对神经网络训练的优化需要综合考虑激活函数、网络结构、权重更新方法等多种因素
D.分析问题确定后,神经网络合适的结构就可以确定
A.贝叶斯算法
B.支持向量机算法
C.神经网络算法
D.决策树算法
A.神经网络的工作原理与生物体内的神经元是完全一样的
B.训练神经网络的实质是对复杂函数求参数最优解的过程
C.增加神经网络的层数和增加每层的神经元个数的效果是一样的
D.神经网络只能进行二分类,不能进行更多种类的分类了
A.用于在训练期间缓存成本函数的中间值
B.我们用它传递前向传播中计算的变量到相应的反向传播步骤,它包含用于计算导数的反向传播的有用值
C.它用于跟踪我们正在搜索的超参数,以加速计算
D.我们使用它将向后传播计算的变量传递给相应的正向传播步骤,它包含用于计算计算激活的正向传播的有用值
A.增加参数数量
B.减少参数数量
C.在开始时将学习率降低10倍
D.改变几个时期的学习率